“在信貸流程中，人工智能嵌入關(guān)鍵業(yè)務(wù)需完成三項(xiàng)前提工作：一是重構(gòu)所有業(yè)務(wù)系統(tǒng)，消除線下與手工操作節(jié)點(diǎn)，實(shí)現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化與接口統(tǒng)一；二是推動端到端流程全面線上化，覆蓋貸前客戶篩選、貸中審批、貸后監(jiān)控及不良資產(chǎn)歸因處置，確保流程無縫銜接；三是在此基礎(chǔ)上，識別可由人工智能替代的環(huán)節(jié)�！�3月28日，在新金融聯(lián)盟主辦的“金融智能體的業(yè)務(wù)賦能與安全合規(guī)”內(nèi)部研討會上，北京銀行首席信息官明立松在主題演講中表示。
他介紹，北京銀行將智能體劃分為三類，匹配不同業(yè)務(wù)流程的復(fù)雜度與自動化水平：速辦智能體適用于流程清晰、操作簡便的場景，通過智能體完成標(biāo)準(zhǔn)化操作。深研智能體適用于需從多數(shù)據(jù)源獲取并整合信息的場景。巡航智能體可理解為“智能哨兵”，常態(tài)化監(jiān)測關(guān)鍵指標(biāo)、客戶行為及同業(yè)動態(tài)，現(xiàn)階段仍需人工審核警報(bào)，后續(xù)將逐步實(shí)現(xiàn)全自動預(yù)警與響應(yīng)。
會議由新金融聯(lián)盟秘書長吳雨珊主持，中國金融四十人論壇提供學(xué)術(shù)支持。國家金融監(jiān)督管理總局科技監(jiān)管司相關(guān)領(lǐng)導(dǎo)、建設(shè)銀行原首席信息官金磐石作了主題交流。民生銀行首席信息官張斌、交通銀行金融科技部副總經(jīng)理朱麟、中科金財(cái)董事長朱燁東也發(fā)表了主題演講。94家銀行、非銀機(jī)構(gòu)與科技公司代表通過線上線下參會。以下為明立松發(fā)言全文。
商業(yè)銀行金融智能體探索與實(shí)踐
文| 明立松
北京銀行首席信息官 明立松
一、人工智能發(fā)展趨勢與中小銀行的核心困惑
當(dāng)前人工智能發(fā)展迅猛，大型銀行與中小銀行均在積極布局，但中小銀行推進(jìn)過程中面臨兩大核心困惑：一是引入大模型、部署智能體能否真正縮小與大行的差距，這涉及技術(shù)投入、人才儲備、業(yè)務(wù)規(guī)模等多重因素；二是如何借鑒類似哈拉里斯“顛覆基因”研究的思路，在金融領(lǐng)域?qū)崿F(xiàn)顛覆性大模型應(yīng)用，避免停留在表面模仿，探索創(chuàng)新路徑。
從技術(shù)演進(jìn)看，2024年被視為大模型落地之年，行業(yè)聚焦模型優(yōu)化與場景適配；2025年則是智能體快速發(fā)展之年，強(qiáng)調(diào)自主執(zhí)行與流程集成。DeepSeek等開源模型出現(xiàn)后，金融機(jī)構(gòu)普遍推進(jìn)本地化部署，“百模大戰(zhàn)”逐步收斂至實(shí)用化階段，我行也在推進(jìn)模型落地的收斂優(yōu)化，以提升效率。實(shí)際應(yīng)用中，初期通過對話框交互生成報(bào)告的方式，尚未深刻改變工作流程，僅作為輔助工具；隨后RAG（檢索增強(qiáng)生成）、MCP（模型控制協(xié)議）、智能體、Skill等技術(shù)的引入，讓大模型具備了“手和腳”，開始真正推動流程再造，如自動化審批、風(fēng)險(xiǎn)監(jiān)測等，助力業(yè)務(wù)向智能化轉(zhuǎn)型。
二、智能體的分類與應(yīng)用
在緊跟人工智能發(fā)展的過程中，我們落地了諸多大模型應(yīng)用，同時(shí)思考：未來智能體究竟能承擔(dān)哪些工作？數(shù)量增多后如何規(guī)范其交互邏輯與權(quán)限邊界？我們梳理相關(guān)工作，按任務(wù)類型對智能體分類，并以統(tǒng)一超級智能體為入口，實(shí)現(xiàn)集中調(diào)度與監(jiān)控。
實(shí)踐中，我們將智能體劃分為三類，匹配不同業(yè)務(wù)流程的復(fù)雜度與自動化水平：
一是速辦智能體，適用于流程清晰、操作簡便的場景，通過智能體完成標(biāo)準(zhǔn)化操作。前提是需全面梳理業(yè)務(wù)流程，確保規(guī)則明確、數(shù)據(jù)可接入。這類智能體可顯著提升效率，減少人工干預(yù)。
二是深研智能體，適用于需從多數(shù)據(jù)源獲取并整合信息的場景。由于涉及復(fù)雜邏輯判斷，目前尚無法完全自動化生成結(jié)果，需人工對關(guān)鍵環(huán)節(jié)審核，以保障準(zhǔn)確性與合規(guī)性。在科技交付領(lǐng)域，可重點(diǎn)在需求與測試環(huán)節(jié)應(yīng)用智能體：測試用例通過智能體直接由需求轉(zhuǎn)換生成，完成率達(dá)70%-80%，再由人工補(bǔ)充細(xì)節(jié)，縮短開發(fā)周期；同時(shí)，智能體可讀取測試日志并與執(zhí)行過程比對，自動識別異常偏差，提升測試質(zhì)量管控效率，減少疏漏。
三是巡航智能體，類似OpenClaw的持續(xù)監(jiān)控概念，但我們未將類似工具直接部署于生產(chǎn)環(huán)境，以規(guī)避安全風(fēng)險(xiǎn)。當(dāng)前模式可理解為“智能哨兵”——從市場數(shù)據(jù)庫、競爭對手報(bào)告、內(nèi)部系統(tǒng)等多數(shù)據(jù)源持續(xù)讀取數(shù)據(jù)，常態(tài)化監(jiān)測關(guān)鍵指標(biāo)、客戶行為及同業(yè)動態(tài)。現(xiàn)階段仍需人工審核警報(bào)，后續(xù)將逐步實(shí)現(xiàn)全自動預(yù)警與響應(yīng)。
三、AI在商業(yè)銀行實(shí)踐
在信貸流程中，人工智能嵌入關(guān)鍵業(yè)務(wù)需完成三項(xiàng)前提工作：
一是重構(gòu)所有業(yè)務(wù)系統(tǒng)，消除線下與手工操作節(jié)點(diǎn)，實(shí)現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化與接口統(tǒng)一。
二是推動端到端流程全面線上化，覆蓋貸前客戶篩選、貸中審批、貸后監(jiān)控及不良資產(chǎn)歸因處置，確保流程無縫銜接。
三是在此基礎(chǔ)上，識別可由人工智能替代的環(huán)節(jié)。替代過程中，部分場景可直接使用基準(zhǔn)大模型（如生成通用報(bào)告），部分則需結(jié)合行內(nèi)知識庫，嵌入我行風(fēng)險(xiǎn)策略，生成高質(zhì)量盡調(diào)報(bào)告，提升審批成功率。
四、關(guān)于未來的思考
在落實(shí)“十五五”規(guī)劃過程中，中小銀行圍繞智能體發(fā)展需重點(diǎn)關(guān)注以下方向，以應(yīng)對快速變化的技術(shù)環(huán)境：
一是安全防護(hù)。人工智能繼承了通用計(jì)算領(lǐng)域的多種風(fēng)險(xiǎn)隱患（如模型漏洞、生成幻覺、數(shù)據(jù)投毒），需持續(xù)關(guān)注并建立防護(hù)機(jī)制。銀行需與監(jiān)管機(jī)構(gòu)協(xié)同，制定安全標(biāo)準(zhǔn)，防范潛在威脅。
二是數(shù)據(jù)治理。部分中小銀行尚未完成全流程再造與數(shù)據(jù)治理，導(dǎo)致人工智能落地快但見效慢——數(shù)據(jù)質(zhì)量低下直接影響模型性能。數(shù)據(jù)治理是銀行發(fā)展的核心基礎(chǔ)，需加大數(shù)據(jù)清洗、整合與隱私保護(hù)投入，為智能應(yīng)用提供支撐。
三是人才培養(yǎng)。人工智能時(shí)代，硬件與模型廠商提供基礎(chǔ)能力，但銀行需自主梳理業(yè)務(wù)場景、培養(yǎng)跨領(lǐng)域人才。若信貸等核心業(yè)務(wù)部門未形成統(tǒng)一治理體系，即便引入人工智能，也難以有效駕馭并產(chǎn)生實(shí)際成效。因此，需加強(qiáng)內(nèi)部培訓(xùn)，建立AI團(tuán)隊(duì)與業(yè)務(wù)部門的協(xié)同機(jī)制。
四是關(guān)于OpenClaw。對于這一新技術(shù)，我們持審慎態(tài)度，僅在外網(wǎng)環(huán)境搭建測試環(huán)境——因其不可控性較高，易引發(fā)誤操作或安全漏洞。未來計(jì)劃將其區(qū)分為敏態(tài)與穩(wěn)態(tài)領(lǐng)域，在開發(fā)測試等容錯性較強(qiáng)的場景試點(diǎn)應(yīng)用，同時(shí)嚴(yán)格遵守“數(shù)據(jù)不出域、模型不上網(wǎng)”等監(jiān)管要求，確保安全可控，并逐步評估規(guī)�；瘧�(yīng)用可行性。
最后，人工智能應(yīng)用是科研側(cè)、場景側(cè)、治理側(cè)、標(biāo)準(zhǔn)側(cè)、監(jiān)管側(cè)協(xié)同推進(jìn)的過程：大型銀行已走在前列，中小銀行可借鑒其成功經(jīng)驗(yàn)，同時(shí)需結(jié)合自身特點(diǎn)調(diào)整策略。此外，算力挑戰(zhàn)是銀行業(yè)普遍面臨的核心問題，需通過探索混合云或共享算力方案，實(shí)現(xiàn)成本控制與資源優(yōu)化。
本文首發(fā)于微信公眾號：新金融聯(lián)盟NFA。文章內(nèi)容屬作者個(gè)人觀點(diǎn)，不代表和訊網(wǎng)立場。投資者據(jù)此操作，風(fēng)險(xiǎn)請自擔(dān)。
【免責(zé)聲明】本文僅代表作者本人觀點(diǎn)，與和訊網(wǎng)無關(guān)。和訊網(wǎng)站對文中陳述、觀點(diǎn)判斷保持中立，不對所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考，并請自行承擔(dān)全部責(zé)任。郵箱：news_center@staff.hexun.com
最新評論